如果要弄清楚原理,可以看格林或平狄克的计量经济学,上面有比较详细的讲解.另外,向你推荐一本不错的书：王济川、郭志刚,Logistic回归模型——方法与应用,北京：高等教育出版社,2001.浏览一下这三本书的相关内容,你基本上可以弄清楚概率估计模型,至于网上有没有电子版的书我就不太清楚了.这里,我可以先简单的回答你这个问题.
首先,通常人们将“Logistic回归”、“Logistic模型”、“Logistic回归模型”及“Logit模型”的称谓相互通用,来指同一个模型,唯一的区别是形式有所不同：logistic回归是直接估计概率,而logit模型对概率做了Logit转换.不过,SPSS软件好像将以分类自变量构成的模型称为Logit模型,而将既有分类自变量又有连续自变量的模型称为Logistic回归模型.至于是二元还是多元,关键是看因变量类别的多少,多元是二元的扩展.
其次,当因变量是名义变量时,Logit和Probit没有本质的区别,一般情况下可以换用.区别在于采用的分布函数不同,前者假设随机变量服从逻辑概率分布,而后者假设随机变量服从正态分布.其实,这两种分布函数的公式很相似,函数值相差也并不大,唯一的区别在于逻辑概率分布函数的尾巴比正态分布粗一些.但是,如果因变量是序次变量,回归时只能用有序Probit模型.有序Probit可以看作是Probit的扩展